ECONOMETRÍA BÁSICA

Variables Ficticias

Ms. C. Juan Carlos Rodríguez Marín

 VARIABLES FICTICIAS

No solo la información de tipo cuantitativo sirve para hacer estimar modelos econométricos. Hay
muchos fenómenos en economía y finanzas en los cuales se ven involucradas variable de tipo
cualitativo; por ejemplo: sexo, raza, nivel educativo, hechos extraordinarios, calificaciones de
crédito, etc.

Variable Ficticia/Dummy/Cualitativa/Binaria/Dicotómica: Variable que toma los valores de 0 ó 1

dependiendo de cómo sea configurada

Ejemplo:
¿Es cierto que los hombres tienen mejores salarios que las mujeres?
sal  1  1 fem   2educ  u
 1: Es el coeficiente de la variable ficticia que toma valores de 1 si es mujer y 0 si es hombre. Es la
diferencia entre el salario por hora de una mujer y de un hombre, para un nivel dado de
educación.

¿Qué valor toma si1 realmente existe discriminación contra las mujeres?
 VARIABLES FICTICIAS

sal salM  1  1    2educ  u

salH  1   2educ  u

1  1
salM  1  1    2educ  u
1

1  1

educ
Para contestar la pregunta de si existe o no discriminación en el mercado laboral en contra de
las mujeres, se estima una regresión de la forma:
sal  1  1 fem   2educ  u

Los resultados obtenidos son:

sal  0.622817  2.273362  fem  0.506452  educ
 VARIABLES FICTICIAS

sal

salH  0.622817  0.50391 educ  u

0.6228 salM  1.650562  0.506452  educ  u

educ

 1.6505
 VARIABLES FICTICIAS
Para utilizar correctamente las variables ficticias debe tenerse en cuenta lo siguiente:

• Si para un atributo se tienen m categorías, solo hay que agregar (m – 1) variables ficticias,
para evitar el problema de multicolinealidad o de colinealidad perfecta.

• Para nuestra variable cualitativa género que cuenta con 2 categorías solo se debe incluir 1
variable ficticia. Si se incluyeran 2 variables ficticias (una para cada categoría) se caería en lo
que se conoce como la trampa de la variable ficticia

• La categoría a la cual no se le asigna variable ficticia se conoce como categoría base, de

comparación, de control, de referencia u omitida. Todas las comparaciones y análisis se hacen
con respecto a esta categoría.

• La constante 1 es el valor promedio de la categoría de comparación.

• La elección de la categoría base depende de las necesidades para las cuales se corre el
modelo.

• Es posible agregar tantas variables ficticias como categorías tenga la variable cualitativa
siempre y cuando se introduzca un término constante para dicho modelo.
 VARIABLES FICTICIAS

Test de Comparación de Medias:

Si se estima un modelo de regresión de la forma…

sal  1  1 fem  u
que arroja unos resultados como…
sal  7.099489  2.511830  fem
Los coeficientes toman la siguiente interpretación:

• El termino constante toma relevancia cuando hacemos 0 a la variable fem, en este caso,
indica el salario promedio para un hombre de la muestra.

• El coeficiente de fem, - 2.511, indica la diferencia entre el salario promedio de los hombres y
el salario promedia de las mujeres.

• ¿Cuál es el salario promedio de una mujer? 7.099489 – 2.511830 = 4.587659

 VARIABLES FICTICIAS
Múltiples Categorías:

Es posible estimar modelos de regresión lineal con más de una variable ficticia. Aún así debe
mantenerse la regla de m – 1 variables ficticias para cada categoría.

Si se quieren estimar las diferencias salariales entre : hombres casados, mujeres casadas,
hombres solteros y mujeres solteras; controlando por educación, experiencia y años en el
empleo actual se obtiene un modelo con los siguientes resultados:

Variable dependiente: log(wage)

Las interpretaciones de las variables ficticias
2
n = 526 R = 0,461 se hacen respecto a la categoría base…
Variable Coeficiente Desvest • ¿Los hombres solteros ganan menos o ganan
C 0,3210 0,1000 más que las otras categorías?
marmale 0,2130 0,0550
marrfem -0,1980 0,0580
singfem -0,1100 0,0560 Es posible, con la misma regresión, estimar
educ 0,0790 0,0070 diferencias entre categorías diferentes a la
exper 0,0027 0,0050
exper2 -0,0005 0,0001
base
tenure 0,0290 0,0070 • ¿Cuál es la diferencia en el salario entre una
tenure2 -0,0005 0,0002 mujer casada y una mujer soltera, si se
controla por los demás factores?
 VARIABLES FICTICIAS

Términos de Interacción con Variables Ficticias:

Es posible encontrar y evaluar la significancia de la interacción entre diferentes variables.

Regresando al ejemplo de los salarios es posible reevaluar el efecto sobre el salario de la
interacción entre sexo y estado civil si se plantea un modelo de la forma:
log( wage)  1  1 fem   2 marr   3 fem  marr   2educ  3exper   4exper 2  5tenure  6tenure 2  u
Los resultados de este modelo son:
log( wage)  0.321  0.110  fem  0.213  marr  0.301 fem  marr  ...
• ¿Cómo se calculan las diferencias salariales entre los 4 grupos?

• Este modelo facilita la evaluación de la dependencia del efecto sobre el salario de la

interacción entre sexo y estado civil